芬兰赫尔辛基大学招收全奖博士

芬兰赫尔辛基大学招收全奖博士

生态统计学领域两名博士研究员（博士生）

赫尔辛基大学环境与生态统计学研究组（EnvStat）现招聘两名生态统计学领域的博士研究员（博士生）。

EnvStat研究组隶属于数学与统计学系（理学院）及生物体与进化生物学研究项目（环境与生物科学学院）。同时，我们也是生态变化研究中心（REC）的成员单位，该中心的主要目标是综合分析芬兰收集的独特长期生态数据集，以理解全球变化对生物多样性的驱动因素及影响。

在EnvStat，我们致力于生态学与统计学的交叉研究，旨在理解生态与环境过程如何塑造我们生活的世界，以及人类活动如何进一步影响这些过程。借助长期生态数据，我们研究环境变化如何影响物种种群和群落，以及这些变化如何影响生态系统功能。为将分析扩展至新型数据和问题，我们开发了最先进的层次贝叶斯方法。

此外，我们还积极将研究成果应用于环境管理和风险评估等更实际的问题。如需了解更多关于EnvStat的信息，请访问：https://www.helsinki.fi/en/researchgroups/environmental-and-ecological-statistics

生态统计学领域两名博士研究员职位

我们正在寻找博士研究员，以开发用于分析大规模生物多样性和生态系统功能数据的方法。我们的研究方法基于层次贝叶斯模型，该模型使我们能够整合异构但互补的生态与环境数据。博士研究员将专注于开发统计模型和方法，具体方向包括：

1）扩展最先进的联合物种分布模型（JSDM），以分析物种群落提供的生态系统功能。JSDM是一种多元层次贝叶斯模型，具有参数或非参数的物种对环境驱动因素响应的功能分布，以及描述空间和时间结构随机过程的潜在因子。JSDM常用于分析物种群落的驱动因素，并对未探索区域进行预测。在本项目中，这些模型将被扩展以预测生态系统功能（如总生物量或资源利用效率）。

2）开发方法，以理解季节内动态和物候事件的机制，这些机制利用来自相应种群的潜在嘈杂且不完整的数据来表征物种种群。我们将通过扩展JSDM方法以捕捉年内变化，并开发描述种群和群落时间动态的机制状态空间模型来应对这一挑战。候选人还将参与开发这些模型的数学描述，将生态理论与实际数据分析工具相联系。

博士研究员还将开发新型预测模型评估方法，并与EnvStat研究组的其他研究人员及其合作者合作分析大型生态数据集。我们鼓励并支持博士研究员在项目管理、领导力、指导、教学和资助申请等方面的职业发展。

候选人应具备统计学、数据科学、机器学习、数学建模或类似领域的硕士学位。具有贝叶斯模型及其计算方面的经验，以及生态数据分析经验者将被视为优势。我们寻求对开发贝叶斯统计方法并将其应用于生态问题均抱有浓厚兴趣的候选人。

关键参考文献

Schulz, T., Saastamoinen, M., Vanhatalo, J. (2025). Model-based variance partitioning for statistical ecology. Ecological Monographs 95(1): e1646

Guilbault, E., Sihvonen, P., Suuronen, A., Huikkonen, I.-M., Pöyry, J., Laine, A.-L., Roslin, T., Saastamoinen, M., and Vanhatalo, J. (2025). Strong context dependence in the relative importance of climate and habitat on nation-wide macro-moth community changes. Journal of Animal Ecology, 94:1948-1961.

Itter, M., Kaarlejärvi, M., Laine, A.-L., Hamberg, L., Tonteri, T., Vanhatalo, J. (2024). Bayesian joint species distribution model selection for community-level prediction. Global Ecology and Biogeography, 33, e13827.

Weigel. B., Mäkinen, J., Kallasvuo, M. and Vanhatalo, J. (2021). Exposing changing phenology of fish larvae by modeling climate effects on temporal early life-stage shifts. Marine Ecology Progress Series, 666:135-148

Jarno Vanhatalo, Marcelo Hartmann and Lari Veneranta (2020). Additive multivariate Gaussian processes for joint species distribution modeling with heterogeneous data. Bayesian Analysis, 15(2): 415-447.

任职资格

符合条件的申请人需在开始工作前获得理学硕士或同等学位。被任命者应在任命开始前申请赫尔辛基大学攻读博士学位的权利，或在任命后的六个月试用期内申请并获得该权利。如果候选人尚未拥有赫尔辛基大学攻读博士学位的权利，则必须单独申请，请访问：https://www.helsinki.fi/en/research/doctoral-education/the-application-process-in-a-nutshell。

有关学位要求和申请流程的更多信息，请访问：https://www.helsinki.fi/en/research/doctoral-school。

合同期限、薪资及福利

入职日期具有灵活性。选定的候选人可尽快入职，但最迟需在2026年6月前入职。

所有职位均提供为期3.5年的固定期限资助，入职初期将有六个月的试用期。

薪资将基于芬兰大学薪资体系中教学与研究人员职位要求的2级水平。此外，被任命者还将根据个人工作表现获得薪资组成部分。起始薪资通常约为每月2600-2700欧元。

赫尔辛基大学为员工提供全面的服务，包括职业健康护理、体育设施和职业发展机会。博士研究员将受益于赫尔辛基大学博士学院提供的课程、资助机会和培训。

我们重视多元化和平等的学习与工作文化。因此，我们竭尽全力促进包容性的大学社区。我们鼓励来自不同背景的合格申请人申请我们的职位。

如何申请职位

申请应包含以下文件，合并为一个PDF文件：

• 动机信，阐述您为何是该任务的合适人选（最多1页）

• 简历及出版物列表（最多2页）

同时，请提供两位愿意单独提供推荐信的联系人的信息。

请通过赫尔辛基大学的招聘系统提交申请，点击“申请职位”链接。赫尔辛基大学的员工请使用员工登录提交申请。

申请提交截止日期为2025年11月19日（UTC+2时间23:59）。

如需更多信息，请联系Jarno Vanhatalo教授（jarno.vanhatalo(at)helsinki.fi）或大学讲师Elina Numminen（elina.numminen(at)helsinki.fi）。

如需招聘系统支持，请联系人力资源专员Jussi Hartikainen（jussi.a.hartikainen(at)helsinki.fi）。

工作环境介绍

赫尔辛基大学成立于1640年，是全球领先的多学科研究大学之一。大学拥有40,000名学生和教职员工的国际化学术社区。赫尔辛基大学为员工提供全面的服务，包括职业健康护理和健康保险、体育设施和职业发展机会。国际员工服务办公室协助来自国外的员工适应芬兰的工作和生活。如需了解更多关于赫尔辛基大学作为雇主的信息，请访问：https://www.helsinki.fi/en/about-us/careers。

芬兰是欧盟成员国，拥有高质量的免费教育（包括英语教育）、非常实惠的托儿服务、慷慨的家庭福利和医疗保健，最近被评为全球最适合外籍家庭的国家，并位列全球十大最宜居城市之一。赫尔辛基大都市区提供多样化的休闲时间机会，从国家公园徒步旅行到充满活力的文化场景（https://www.myhelsinki.fi）。